眼球追踪技术在风险偏好测量中的效度验证.docxVIP

眼球追踪技术在风险偏好测量中的效度验证

一、引言

风险偏好作为个体决策行为的核心心理特征，长期以来是经济学、心理学和行为科学领域的研究焦点。从金融投资到医疗选择，个体对风险的态度直接影响决策结果。传统风险偏好测量主要依赖自我报告问卷（如风险态度量表）和行为实验（如赌博任务、气球模拟风险任务），但两类方法均存在局限性：问卷法易受社会赞许性偏差、记忆偏差影响，行为实验则可能因任务抽象性降低生态效度，且无法捕捉决策过程中的实时认知动态。

在此背景下，生理指标测量技术为风险偏好研究提供了新路径。眼球追踪技术通过记录个体注视位置、注视时间、眼跳次数等眼动参数，能够客观反映决策过程中信息加工的无意识偏好，成为连接“外显行为”与“内隐认知”的桥梁。然而，技术应用的前提是其测量效度——即眼球追踪指标能否准确、稳定地反映个体真实的风险偏好。本文将围绕“效度验证”这一核心，系统探讨眼球追踪技术在风险偏好测量中的科学基础、验证维度及优化路径。

二、风险偏好测量的传统局限与眼球追踪技术的引入

（一）传统测量方法的效度困境

传统风险偏好测量主要分为两类：

第一类是自我报告法，通过设计李克特量表或情景问卷（如“你愿意为10%的概率获得1000元而接受500元的确定损失吗？”），让被试主观评估自身风险倾向。尽管此类方法操作简便、成本低，但其效度常受质疑：个体可能因“印象管理”夸大或隐瞒真实偏好（如金融从业者倾向于报告更高风险偏好以符合职业形象），或因对风险场景的理解偏差（如对概率数值的误判）导致回答失真。

第二类是行为实验法，通过观察被试在标准化任务中的选择（如“圣彼得堡悖论”任务、爱荷华博弈任务）推断风险偏好。例如，在气球模拟风险任务（BART）中，被试通过给虚拟气球充气获得收益，但充气过多会导致气球爆炸、收益清零，冒险倾向高的个体通常选择充更多次。此类方法虽更接近真实决策，但仍存在“任务特异性”问题——被试可能因任务重复产生疲劳效应，或因意识到“实验性”而调整策略（如故意选择高风险选项以配合研究者预期）。

（二）眼球追踪技术的独特优势

眼球追踪技术通过红外传感器或视频摄像头捕捉角膜反射与瞳孔位置，以毫秒级精度记录眼动轨迹，生成注视点（Fixation）、眼跳（Saccade）、瞳孔直径（PupilDiameter）等量化指标。这些指标与认知加工深度直接相关：注视时间越长，表明对某信息的加工越深入；眼跳频率越高，可能反映信息搜索策略的变化；瞳孔放大则与认知负荷或情绪唤醒密切相关。

在风险决策场景中，个体对收益与损失信息的关注差异可通过眼动指标直观呈现。例如，风险寻求者可能更倾向于快速注视收益数值，延长对高概率收益区域的停留时间；而风险厌恶者则会反复扫视损失概率与金额，对负面信息表现出“注意固着”。这种“无意识的视觉偏好”绕过了自我报告的主观过滤，也避免了行为任务中“策略性选择”的干扰，理论上能更真实地反映个体风险偏好的内在特征。

三、眼球追踪技术效度验证的核心维度与实证证据

（一）内容效度：指标与风险偏好核心要素的匹配性

内容效度关注测量工具是否覆盖了目标构念的所有核心要素。风险偏好的本质是个体对“潜在收益”与“潜在损失”的权衡倾向，因此，有效的测量指标需同时反映这两个维度的信息加工过程。

多项研究验证了眼动指标与风险偏好核心要素的匹配性。例如，在一项涉及200名被试的风险决策实验中，研究者设计了“收益-损失”配对的赌博任务（如“80%概率获得500元，20%概率损失200元”），将屏幕分为“收益区”（显示金额与概率）和“损失区”（同上），记录被试的首次注视位置、总注视时间、注视次数等指标。结果发现：风险寻求倾向高的被试（通过标准化问卷筛选）首次注视收益区的比例达78%，显著高于风险厌恶组的42%；在总注视时间上，风险寻求组对收益区的注视时长占比（63%）显著高于损失区（37%），而风险厌恶组两者占比接近（48%vs52%）。这一结果表明，眼动指标能够有效区分个体对收益与损失信息的关注偏向，覆盖了风险偏好的核心要素。

（二）效标关联效度：与传统有效测量工具的一致性

效标关联效度通过比较新测量工具与已被验证有效的“金标准”的相关性来评估效度。在风险偏好研究中，常用的效标包括标准化问卷（如风险态度问卷RAQ）和经典行为任务（如BART任务中的冒险次数）。

一项跨实验室的元分析整合了15项相关研究（总样本量1200人），结果显示：眼动指标（如收益区注视时间占比）与RAQ问卷得分的相关系数平均为0.62（p0.01），与BART任务中冒险次数的相关系数平均为0.58（p0.01），均达到中等以上相关水平。更关键的是，当控制被试社会赞许性得分（通过马洛-克罗恩社会赞许性量表测量）后，眼动指标与效标的相关性仅略有下降（0.59和0.55），而传统问卷与效标的相